Part 1
2025 年可能是人类发展的一个拐点，有点类似于瓦特发明蒸汽机，标志着人类历史上生产效率最伟大的变革———工业革命开始了。而 ChatGPT 的推出，让人类确信人工智能可以达到人类的智力水平，而后就开始不计投入地砸钱在这项技术上。这个投入，不仅仅是企业的投入、资本的投入，更多地是国家的投入，从教育到人才，从政策到资金，就像几支探险队同时发现了宝藏地图，所有人只能狂奔向终点，因为最早到达的队伍，才能获取最大的收益。同样，最早实现通用智能的公司、国家，就会掌握智能霸权。
放下大家都在说的宏大叙事，我更关心的是每一个微小的个体，在这样一个拐点时刻，就像一个站在工业革命开端的人一样，一定会发出一个让人焦虑的问题，未来会怎样？会像工业革命带来两次世界大战那样，引起一系列灾难吗？或者像科幻小说里面那样，人工智能统治世界，人类沦为奴隶吗？甚至人类只是为了发展出硅基生命的中间状态，一旦目标达成，人类使命就完成了，也就随之消亡么？
答案是，我不知道。不仅我不知道，我也不认为人类有能力想象出未来世界的样子。
每个个体能做的，就是在新一轮的变革里面，尽量活下来。按照进化论的观点，真正能幸存、发展的物种，不是那个当时最强大、或者数量最多的物种，而是那些能最快适应变化的物种，套用到人类社会，最能在时代发展中获益的，不是那些最聪明、最有钱的人，而是那些最能适应时代变化的人。其实中国的迅速发展，给我们一个非常好的例子，我们从一个农业国家，发展到世界上最强大的工业国家，现在又发展到掌握最先进技术的国家之一，几十年走过了别国两三百年的历史，社会发展不可谓不快。中国社会中，能站在潮头的，始终是哪些最快适应变化的人，比如第一批冲劲足，敢下海的人，第一批视野开阔，能走出国门的人等等。
那么怎么才是 AI 时代下，最具有适应能力的人呢？或者说，AI 时代下，掌握哪些能力的人，最可能适应变化，生存下去，获得最大的收益呢？
先回到 AI 本身，上一篇文章也讲过，现在的 AI 到底是怎么一回事？其实现在的大模型，本质上还是一个概率模型，他学习了人类全部的文字、图片甚至影像内容，然后记住了每一段上文，会产出怎样的下文的概率。读到这里，有想法的你，一定会觉得：就这？这样真的能算得上智能吗？这样的大模型，能算得上有逻辑推理能力吗？这又要回到人类大脑的工作模式，因为现在的大模型是完全按照人类大脑的方式来设计的，并做了一些简化，所以称之为神经网络。
人类大脑有 860 亿到 1000 亿个神经元，每个神经元有多个树突（可以看出信号的输入）和一个轴突（可以看出信号的输出），神经元输入和输出的信号只有两种：0 和 1。人类一个神经元的树突数量，可以达到 1000 个、10000 个、甚至几万个，这样算下来，人类大脑至少是一个 1000 万亿参数模型的大模型。为了支持这样一个规模的大脑，人类把全部消耗热量的 20% 花在了只占体重 2% 的器官上，算下来大概一天 300-400 卡路里。人类在努力思考、学习时，大脑消耗就会比休息时高 5%。再来对比一下人类和人工智能的能耗，一个 GPT 5 大模型参数是 50 万亿，一条指令消耗的电力的 0.001 千瓦时到 0.01 千瓦时，换算成热量也就是 860-8600 卡路里。对比一下，人类大脑一天的消耗，还不到参数是人类数量 1/20 之一的大模型一个指令的一半，两者差距至少在两个数量级，这说明 AI 还有很长的路要走（至少 10 年），这对我们来说，可能是个好事情。为什么除了参数数量，我那么强调能耗？很简单，如果能耗不能降下来，人类是没有能力负担起大模型的消耗，大模型的发展很快就会受限于能源，包括能源的生产、传输与基础建设。
但是，大模型的参数数量和能耗，赶上人类以后，能算得上智能吗？这里就涉及到另一个非常反直觉的客观现象，或者叫客观规律：涌现。简单的说，当数量足够大，群体就会显现出跟个体完全不一样的性质。研究一只蚂蚁，和研究一个蚁群，是完全不一样的事情，就像我们对人体研究得再深入，也得不出社会学的结论。人类大脑也是这样，一个个神经元看起来非常简单，简单到就是一个二进制的计算器，但是当 1000 亿个神经元，1 万亿个连接建立起来，能产生的能力，就完全不一样了。那么到底什么是智能？人类到底有没有智能？人类真的有逻辑推理能力吗？人类真的有对世界的认知能力吗？
先思考一下，下次我再来说我的答案，当然我的答案不一定是正确的，而且几乎可以肯定是错误的，所以，这里需要你自己的思考。
Part 2
话接上文，我们来讨论一个问题，什么是智能？
这里我要请出一位，我觉得在近代哲学史上最重要的人——康德。可以这么说，康德把两千年来哲学家讨论的最重要的问题之一，人类是如何认识这个世界的，给解决了，而且把这条路走到了尽头，简单地说，他认为人天生就有对这个世界的认识的能力，这个能力决定了人类能认识到怎样的世界。有点拗口，我试着讲得更简单一点，要分成两个点。
第一点，人的认知能力是先天的，不然不可能认知到这个世界，我们看到过黑马，看到过白马，但是我们从来没看到过"马"，然而人类就能认识"马"，下次看到一匹红马，就会知道这是"马"；
第二点，人在后天的生活中，有了经验，也就是对这个世界的认知，这是在先天的认知能力下产生的。人类对世界的认知是从经验中来，但是受限于人类的认知能力。也就是，人类对世界的认知，需要后天经验。而且我觉得，人类去感受这个世界，不仅仅通过五感，还有包括体内分泌的各种激素，因为这些激素水平也会对大脑产生非常大的影响。
这对我们考虑人工智能有什么意义呢？我们知道现在的人工智能，用的是人类的文字和影像资料来训练的，可以认为包含了人类所有的知识，也就是人类对世界的认识。但是由于人工智能（暂不考虑机器人），并不能去经历这个世界，也就是没有对这个世界的经验，得不到大脑中的认知应用到真实世界以后的反馈，所以，我认为目前人工智能对世界是没有真正的认知的。那么，如果有一天，有了 AI 大脑的机器人，能够去实施 AI 产生的想法，然后又得到反馈，甚至可以去设计和操作实验，去验证一些科学假说，那么这算是有智能了吗？
刚才说到康德终结了认识论的问题，后来的哲学家只能在其他维度、方向去做研究了。这里要说到我最喜欢的哲学家——维特根斯坦，他在当时可以说是哲学界的"上帝"。他就专门研究语言在哲学上的意义。我们无论如何评价语言对人类智能的重要性，都不为过。他有一个非常重要的观点，简单地可以理解为，人类的语言就是人类思考能力的全部。
维特根斯坦的观点，应用到人工智能上，就是说，现在的人工智能是可以有思考能力的！计算机界，对大模型到底有没有逻辑思考能力，一直有非常大的争议，但是，我想这个问题，哲学家已经给了我们答案。（最近，谷歌 DeepMind 已经开始招聘哲学家了，人工智能往下发展，涉及到的很多问题，不是计算机学家、数学家能解决的了）
语言也是人类与生俱来的能力，是先天的能力，有科学家做个实验，让一群来自不同地方，语言不通的儿童自由交流，他们居然就能发展出跟现在所有语言都不一样的一套语言体系来！小时候听说过一个"人猿泰山"的故事，讲的是一个小孩，从小被猿类养大，最后重返社会的故事，当然这只是个故事，真实世界中确实有被动物养大的孩子，但是他们的智力水平只停留在 3 岁以前的水平，没有语言，也不能再融进人类社会了。这个事实揭示了，人类是一种社会化的动物，而社会对人类的影响极其巨大，远超过我们现在的认知，可以说，没有社会化，就没有人类的智能。
再说一个有趣的理论，看过《自私的基因》这本书的人都知道，作者认为人类所做的一切，都是为了能让基因传承下去，或者说所有生物，都只是基因传承的载体。有些人可能会说了，人类有很多慈善、甚至牺牲自己的行为，怎么解释？其实仔细探究，背后还是为了让跟自己最接近的那些基因能传承下去，这里不详细说了，大家可以自己去找这本书来看。
我说这个理论，其实想说人类自身是带着动机去生存的，这个是深深刻在我们基因里面的，可以用大家都知道的马斯洛需求层次理论来描述，包括：生理需要、安全需要、爱和归属需要、尊重需要和自我实现需要。
绕了一大圈，其实是为了能够讲清楚，目前的人工智能，跟人类的差别在哪里？为什么有这些差别。不讲清楚这个问题，就不能去讨论，AI 时代下，我们最应该掌握的能力是什么了。
从前面讲的这么多，又是哲学啊、又是心理学、又是自然科学的理论，我想大家都不难总结出来，人工智能，跟人类比较下来，不具有的能力包括：
- 动机，或者说目标；
- 对真实世界的认识；
- 社会化。
这也就是我认为的，AI 时代下，我们最应该掌握的三种能力，后面让我一种一种仔细地来讲，今天就写到这里了。
Part 3
上一段结尾说到，人工智能，跟人类比较下来，不具有的能力包括：1，动机，或者说目标；2，对真实世界的认识；3，社会化。
有人问，文章标题是"AI 时代下，我最应该掌握的能力是什么"，但是前两篇文章写了那么多脑科学、计算机科学、甚至哲学的内容，这不是文不对题么？我解释一下，我们探讨这个问题，是有前提的，AI 的发展太快了，速度超过了摩尔定理，超过了人类以往的认知，所以，现在看起来很多 AI 的限制，很可能很快就不是限制，例如算力、效率、能源，所以如果我们不去从 AI 的本质上去思考，哪些是真正的限制，就没有办法得到有用的答案。
今天这篇文章先说第一个：动机。AI 大模型现在还没有办法有自己的主动意识，他所有的动作都依赖于人类给他一个目标。先反问一下，人类真的有主动意识吗？不好说，看到过有科学研究发现，人类肌肉的收缩，可能会在大脑信号传输到之前，就开始工作，也就是肌肉预判了大脑的判断，仔细想想，会得出很可怕的推论，我们先不管那么多，毕竟这个还不是科学家的共识，可能还有很多疑点。但是至少人类基因有生存和传播的动力，跟病毒一样，有复制自己的动力。这个动力在 DNA 和 RNA 的结构里面，就写好了，我也不知道怎么解释。
人有了动机以后，才会有不断改进自己效率的需求，改进效率的方法就是提出问题，解决问题。这个效率是很宽泛的说法，不一定是工作效率，也可以是生存的效率、享受的效率等等，凡是能让自己用更低投入得到更高产出的，都算。所以，在跟 AI 的比较中，只有人类是能真正提出问题的，AI 能做的是更好地帮助我们解决问题！举两个例子，AI 虽然能解决很多问题，但是他不会从苹果落到地上这个事实，来给自己提问，为什么苹果会落到地上？当被告知光的速度，在不同的参考系下，永远保持恒定，AI 也不会想到要用一个理论去解释。这就是人类和 AI，最大的，最基础的差别。
在我写这篇文章时，刚好在一个几百人的微信群里，有人说：“豆包一点都不好用，我让它给我推荐一个适合送礼的 43 度白酒，它总是推荐那三款，我问了好几遍，都是一样的结果！"，真的是这样吗？让我们试着用另一个方式去问他：
“评判一瓶 43 度白酒有哪些维度，至少列出 10 种？市面上有销售的 43 度白酒有哪些款，至少列出 15 种销量最大的？把列出来的白酒，按照前面的评价维度，逐一评分，评分依据要来自专业媒体、官方网站等可靠信息源，然后根据这些评分，帮我推荐最适合送礼的三款？”
这么一套问题组合下来，逼着豆包给你一个有依据的答案。
让我们来看看这两种提问的结果：
这是第二种问法的结果：
是不是差别很大？那么什么是好问题？我想至少有下面几个维度去评判：
不带预设倾向，要客观全面地去提问。比如不要问"XXX 为什么不好”，而是要问"XXX 有哪些优缺点"；
不要泛泛而问，要有场景、条件、对象、具体的问题。比如不要问"怎样才能学好数学"，而是要问"作为一个大学计算机专业的本科学生，怎么能通过学校的资源，掌握更多将来人工智能方向需要用到的数学能力"；
不要只追求答案的提问，而是要有思考过程的提问，刚才前面白酒的提问，就是一个例子。把一个问题拆开来，逼着 AI 去真正思考，才能得到更好的结果；
在一个确定的方向上，尝试不断追问。现在大模型都有短期的记忆功能，所以我们可以对他的上一个回答，不断进行追问，追问的过程就是思考和深化的过程，这是不是很容易让你想起古希腊哲学家苏格拉底？
问可以解答的问题，而不是无法验证的问题，比如不要问"上帝是不是无所不能的"，这样的问题，给了答案，你也无法证伪，但是你可以问"依据《圣经》旧约和新约，还有公元 1 世纪以前的古代文献，用中世纪宗教哲学的方法论，尝试论述一下’上帝是无所不能的’这个观点"这样的问题，因为他的资料、方法论都是可以验证的。
关于什么是好问题，我总结下来就这么多，但是我们的讨论不是到此为止，我们要进一步问，具备怎么样的能力，才能问出这样的好问题？我们来逐一分析。
（上帝看我们，是不是就像我们看猴子）
第一项能力是辩证性思维和批判性思维能力的综合体现，能清楚地认知到，每一个事物都是矛盾统一体，都会有对立统一，同时也会对其他人的判断有自己的思考，不盲信。这就是对应到提问时，能够不预设观点，能够尽量去考虑多种可能性，而不是假设一个倾向性观点，然后去找支持（大模型的幻觉，一定会满足你）。关于这个方面，以后我想分享一本书《What’s Our Problem?》，可以详细讲一讲。
第二项能力是分析能力，也就是能清楚地认识到，每一个问题提出的背景是哪些，限制条件有哪些，解决这个问题带来的影响会有哪些等等。
第四项能力是结构化思考的能力，也就是你有一个思考问题的框架，这个是分析能力的提炼和固话，比如我们常说的 5W2H 分析法（What、Why、Who、When、Where、How、How much），新麦肯锡五步法：定义问题 → 结构化分析 → 提出假设 → 验证假设 → 交付。也推荐一本书《金字塔原理》，将来有机会，我详细展开。
然后说说追问，强调一下，是有效的、能推进深度思考的追问，而不是抬杠式的追问，这个看似简单的行为，其实背后包含着两项非常重要的能力，一个是内驱力，一个是观察力，内驱力是追问的动力，观察力是发现需要追问的点的能力。
再来看最后一个，就是问那些可以解答的问题，这个背后是什么？其实是一种科学方法论，核心是结论的可验证性，或者叫可验伪。这个太重要了，我见过很多高级知识分子都缺少这个能力，特别是当他们涉足一些他们不熟悉的领域时，更是这样。文章里面不能展开讲，一讲就全是违禁词了。
好了，我们总结一下，今天提了一大堆内容，首先是 AI 是没有自己的动力，推论出他缺少提出好问题的能力（这个是受限于 AI 的底层逻辑，不是通过算力、算法提升能解决的），然后我们分析了什么是一个好问题，最后分析了具备哪些能力，才能提出好问题。还有两个 AI 不具备的能力，我们以后的文章再讲。同时，我也给自己挖了两个坑，讲讲两本书，一本是《What’s Our Problem?》，一本是《金字塔结构》。
Part 4
从人的目的性讲到如何提出一个好问题，今天继续讲对真实世界的认知，是怎么回事，为什么这决定了一个人的高度，以及在 AI 时代，为什么会越来越重要？这是一个大话题，但是又是值得探讨的话题，而且越早越好。
人是一个复杂的系统，由非常多的系统组成，比如神经系统、运动系统、内分泌系统等等，而且除了这些人体自身的系统，人体包含各种菌群和病毒，到目前为止，其实科学家们还在不断发现新的不同系统之间以及人体内外来物种和人体之间的互相影响。比如最近特别火的脑肠轴，科学家发现肠道菌群会影响人类的情绪、跟帕金森、阿尔茨海默、跟身体免疫能力都有关联。这些说明一个事情，人体跟外界的交互，不仅仅是新陈代谢，物质交换这么简单，而是一个小系统跟一个大系统的交互，这些是人类通过几千万年进化获得的能力，或者更完整地说，是整个进化史决定的。人体与外界无处不在的联系，是 AI 所不具备的。
那么人类对真实世界的认知，来自哪里？或者说是怎么获得的。我认为大致有几类：
第一，人类大脑本身的能力，或者说是人类基因里包含的能力，幼儿看过一两个苹果，就会产生"苹果"这个概念，要知道，世界上并不存在"苹果"，而只存在一个一个具体的苹果的个体，每一个都不一样，人类通过认识几个苹果，就能把它跟橘子、梨，区分出来，这个能力是基因里就包含的，是与生俱来的，前面讲康德的论述，也就是这个道理。
第二，人类与世界的交互，这个包含非常广，不仅包括五感，还包括身体的激素水平、体内的病毒细菌等等。也就是说，人类对世界的认知，不仅仅包含在大脑里，还包含在身体上的每一块肌肉、每一根神经、甚至每一个细胞里。（毕竟，生物的进化，也是从一段 DNA/RNA，慢慢变成一个原核细胞，再慢慢成为真核细胞……）
第三，通识教育。人类发展到现在，已经不太能够通过亲身体验，去获得每一个认知，所以，具有了教育。让有经验的人，把经验总结成知识，而且是经过很多人，反复验证的知识，教授给新的人类，更重要的是除了知识，还有方法，验证或者验伪这些知识的方法。这就像造一座大厦，这些方法是造大厦的钢筋，而已有的知识是一块一块砖头。砖头坏了可以换，而钢筋结构错了，只能推倒重来。人类历史上，物理学和数学，都遇到过这样推倒重来的情况。
现在的大模型，只要还是概率模型，就一定会有幻觉，只是幻觉出现的概率能够不断变小，但是在某些特殊情况下，始终还会出现，所以这时候就特别需要人的判断。人判断的依据，就包括对真实世界的认知、当然还有更重要的，比如世界观、人生观和价值观，也就是基于对真实世界认知所产生的，对世界是什么，人活着为了什么，什么是对的、是重要的，这几个的判断。
对世界的认知，基于认知产生的三观，深刻地影响着人的一生。这也是 AI 不能替代人类的能力，更多地可以看成人类的"主体性"。把这些说成一项"能力"，其实不太对，但是基于这些，我们就会有"判断力"，对真伪、对是非的判断。这个是主体性下产生的，非常重要的，不可被替代的能力。
除掉那些不可变的因素，决定人一生的，其实选择大于努力，选择来自于判断力，根源于对真实世界的认知和认知产生的三观。
我们继续讲，知道了这些，应该怎么做，怎么才能拥有这个认知，怎么才能建立正确的三观呢？（可以刻薄地说，很多人并没有自己的认知，更多是人云亦云、随大流，甚至是非不分的）
一个是终身学习，学习那些被时间证明了的经典，学习同一个问题不同观点的经典。我读书会有个习惯，比如经济学，既要读传统的经典理论比如亚当斯密，又要读凯恩斯、也要读哈耶克，对比着读，同时站在他们当时的背景下去读，比如作者为什么要提这些观点，跟以前有什么不一样，他当时有哪些反对意见，后来人又怎么更进一步。这种主题式阅读，是让自己不被偏见掌控的好方法，更能够掌握事情的全貌。
第二个是去实践，我们人类之所以能走到现在这样的文明进度，就是通过不断地把大脑中的想法、理论，付诸实践，得到反馈，持续改进造就的。孔子说"学而时习之"，王阳明说"知行合一"，康德认为实践理性高于理论理性。比如我们从书本上、视频里知道了游泳的所有动作要领、呼吸方法，但是不去水里试一下，就仍然永远不会游泳，我们学会了各种知识、方法，但是不去实际使用，仍然改变不了世界。（这是马克思说的：哲学家们只是用不同的方式解释世界，问题在于改变它。）
如果哪一天，我们人类只有大脑，被养在营养液缸中的大脑，即使通过各种神经刺激和激素调整，让我们自己感觉跟真实世界中一模一样，我们仍然算不上真正的人类，而只是一群奴役。
不能去感受真实世界的智能体，就不能真正改变这个世界，就算不上真正的智能体。要感恩，我们人类有双手双脚，能感受凉风掠过发梢，冷水打湿指尖，能拿起工具，能按下键盘，这让我们真正成为不可替代的部分。
Part 5
按照我们目前的认知，人类的早期祖先从东非出发，在欧洲遇到了尼安德特人，他们的体格更强壮，对当地的环境更适应，但是最终还是被人类打败，走向灭亡，主要有两个因素，一个是我们的祖先掌握了更先进的武器，比如标枪和弓箭，另一个是我们的祖先掌握了更好的语言能力，能够有更强大的组织配合能力。自然界中，人类个体能力非常普通，但是人类作为一个群体，可以捕杀大型动物。历史上像剑齿虎、猛犸象这样的大型动物的灭绝，跟人类迁徙到达的时间，非常吻合。用《圣经》里的例子，如果全世界的人类都统一起来，建造巴贝塔，连神都会感到害怕，于是让人类分成了不同的族群，使用不同的语言，破坏了人类的群体，才能放心。
当我们研究一个人，和研究一个群体用的是完全不同的方法，因为个体和群体会体现出完全不同的特点。决定一个群体行为能力的，往往是群体的组织结构，比如层级结构、信息传递方式、合作与分工方式、统一目标的方式等等，而不是其中个体的能力。现代 AI 的发展也意识到了这个区别，会通过不同的Agent 去扮演不同的角色，执行不同的任务，比如一个负责把人类的需求写成文档，一个根据需求文档形成设计，一个写前端代码，一个写后端代码，一个负责测试……已经和一个小型的产品研发团队无异。但是这样的架构还非常简单，也只能根据人类事先规划好的职能来区分，还做不到真正的协同、互补，更不会产生出新的灵活可变的组织结构。
正是因为人类是一个群体性的生物，才让人类能达成伟大的成就，比如建造万里长城、开凿运河、登上月球。
AI 能够让一个一个的人，变成更强大的人，但是再强大的个人，也离不开群体。这也是我非常不看好所谓 OPC（一人公司）的原因，不是说一个人不能组建一个公司，但这个和 AI 无关（我们不是很早就有个体户了么），一人公司仍然是更大网络中的一部分。
从另一个角度说，人类已经从身体上、情感上，已经变得非常适合群体生活，人类会有婚姻、家族、同乡、民族等一系列的社群结构，这些是与生俱来的，无法逃脱的结构，深深刻在基因里的结构。儒家非常强调伦理关系，就是看到了这种结构对人类社会的重要性，甚至按照这种结构，建构了一整套国家的统治结构。
这里我要声明一下，我并不是在宣扬集体主义，恰恰相反，我是哈耶克的信徒，有机会一定会好好介绍一下《通往奴役之路》这本书（如果这样的内容，微信能发出来的话），这里就不展开了。
根据人类不同的组织大小和特点，我们有宏观的社会、有基于某些特定特征的社区（比如地理、爱好等）、还有更松散自由的，中观维度上的社群。大的社会我们不说，这里个人能做改变的很少，因为它更偏向于一个中心化的结构，只要你不在结构的中心，你就只有去适应，而不是改变。我们来说说社群，社群这个概念，很多信息是来自三生谷海潮老师。
一个优秀的社群，是一个去中心化的结构，里面的每一个个体都是共创者，既可以提出自己的想法，要同时是其他人目标的支持者，是一个青色组织。（这个概念好像最近反而听得少了，社会反而越来越卷）青色组织有几个特点：自主管理、整体性、有进化的目标、扁平化结构。我感觉青色组织更像一个可以随着环境变化而不断进化的生物体。那为什么要在 AI 时代下，提青色组织呢？我想不外乎主观和客观：
主观上，AI 时代的技术进步速度之快，已经超出人类的想象能力，世界充满变化，我们更需要一个能随着环境而变化的组织形式，让人类群体能更快适应变化。
客观上，AI 时代下个人能力得到无限放大，使得我们有能力去组建人人平等的一个组织结构，也就是社群，去共同实现目标。而无线通信和个人终端的发展，使得人和人之间随时保持音视频联系，也提供了技术上的可能。
我们再往深挖一步，那么既然 AI 时代下，社群可能成为一个新的组织方式，作为个人，我们需要哪些能力，应该怎么去做？
第一个重要的是语言能力，就是与人沟通的能力，这是社群的基础。我们现在很多人，连基础的把话说清楚，都有困难，常常陷在自己的思维逻辑中，或者表达颠三倒四，逻辑混乱，让听者根本抓不住重点。
第二个是领导力，不是当领导才需要领导力，只要你在一个组织里，需要跟人合作，一起完成一个目标，就需要用到领导力。领导力往往是个管理学范畴，但是我们国内的教育，从小学到大学，都没有专门的课程来学习这么重要的内容！领导力是需要学习和练习的，但是现在的教育体制内，领导力的练习，往往被简单地归到了班委、团委的体制，走上成为公务员的道路，这跟真正的领导力，是不同的道路。这个问题没法再往下说了。
无论是语言能力，还是领导力，都不是可以靠纸上得来的，都需要大量的实际练习，而且是在一个社群中练习，这又恰好回到了我们前面的讨论，人对真实世界的感知和反馈，只不过，这个反馈来自真实世界中的其他个体。
从进化论上来说，一个物种，只有保持足够的多样性，才有可能在环境变化中得到适应性，人类的进化是一个群体性的行为，也是整个生物界中的一环，将来的社群，甚至可能包含碳基-硅基生命的共同进化，但是仍然是一个大的组织，每个个体在组织中有自己的分工。我们能做的就是，尽量让这个组织更平等，每个人都可以成为组织中的领导者，来获得更大的收益。
今天这篇文章，到这里，已经走得有点远了，也差不多要结束了。后面，我会给大家分享，前面提到过的几本书。